< Return to Video

AI activity timer step-by-step video

  • 0:01 - 0:08
    AI 활동 타이머를 만들려면
  • 0:08 - 0:13
    다양한 움직임이나 활동을 수행할 때 이를 인식하도록 기계 학습(ML) 모델을 훈련해야 합니다.
  • 0:13 - 0:19
    그런 다음 해당 모델을 활동 타이머용으로 미리 만들어진 코드와 결합한
  • 0:19 - 0:27
    후 micro:bit에 다운로드하여 실제 생활에서 사용하게 됩니다.
  • 0:27 - 0:34
    프로젝트를 시작하려면 'micro:bit CreateAI에서 열기'를 클릭하세요.
  • 0:34 - 0:41
    이 프로젝트에는 걷기에 대한 6개의 움직임 데이터 샘플, 위로 점프하기 위한
  • 0:41 - 0:47
    6개의 움직임 데이터 샘플, 그리고 가만히 있기 위한 6개의 움직임 데이터 샘플이 포함되어 있습니다
  • 0:47 - 0:54
    . 자신의 움직임 데이터를 기록하여 더 많은 샘플을 추가하게 됩니다.
  • 0:54 - 1:03
    micro:bit CreateAI는 micro:bit의 가속도계 또는 움직임 센서를 사용하여 움직임 데이터 샘플을 수집합니다.
  • 1:06 - 1:10
    손목이나 발목에 마이크로비트와 배터리 팩을 착용하여
  • 1:10 - 1:15
    자유롭게 움직여 자신의 움직임 데이터 샘플을 기록할 수 있습니다.
  • 1:15 - 1:20
    시작하려면 발목에 착용한 micro:bit를 CreateAI에 연결하세요.
  • 1:20 - 1:24
    우리는 이것을 데이터 수집 micro:bit라고 부릅니다.
  • 1:24 - 1:32
    컴퓨터에 Bluetooth가 활성화되어 있으면 배터리 팩과 USB 데이터 리드가 포함된 마이크로비트 1개만 있으면 됩니다.
  • 1:32 - 1:37
    Bluetooth에 연결되어 있지 않으면 2개의 micro:bit를 사용하라는 메시지가 표시됩니다.
  • 1:37 - 1:41
    두 번째 micro:bit는 USB 케이블에 연결된 상태로 유지되며
  • 1:41 - 1:51
    데이터 수집 micro:bit에 대한 무선 링크 역할을 합니다. 화면의 지시에 따라 연결하세요.
  • 1:51 - 1:58
    micro:bit가 연결되면 micro:bit를 움직일 때 실시간 그래프의 선이 변경되는 것을 볼 수 있습니다.
  • 1:58 - 2:02
    이제 자신만의 움직임 데이터 샘플을 추가할 준비가 되었습니다.
  • 2:02 - 2:06
    이 프로젝트에는 이미 일부 데이터 샘플이 포함되어 있으므로
  • 2:06 - 2:17
    지금은 각 작업에 대해 샘플을 1개 더 추가하고 나중에 데이터를 수집하고 분석하는 데 더 많은 시간을 할애하는 것이 좋습니다.
  • 2:17 - 2:25
    데이터 수집 micro:bit가 버튼 B가 맨 위에 있는 발목 안쪽에 부착되어 있는지 확인하세요.
  • 2:25 - 2:29
    특정 작업에 데이터를 추가하려면 해당 작업을 클릭하여 선택하세요.
  • 2:29 - 2:34
    1초 녹음이 시작되기 전에 3초 카운트다운이 시작됩니다.
  • 2:34 - 2:40
    기록을 클릭하고 즉시 이동을 시작하여 깨끗한 데이터 샘플을 얻으세요.
  • 2:40 - 2:44
    깨끗한 샘플은 전체 샘플을 이동하는 샘플이며,
  • 2:44 - 2:49
    늦게 시작하거나 일찍 이동을 끝내지 않습니다.
  • 2:49 - 2:56
    다음으로 '점프' 데이터 세트와 '정지' 데이터 세트에 추가 데이터 샘플을 추가해 보세요.
  • 2:56 - 3:05
    작업을 클릭하여 선택한 다음 녹음을 클릭하고 샘플을 녹음하는 동안 점프하거나 가만히 있으십시오.
  • 3:05 - 3:17
    '정지' 샘플에서는 연결된 micro:bit의 각도에 따라 x,y,z 선의 위치가 바뀌는 것을 확인할 수 있습니다.
  • 3:17 - 3:26
    지금은 데이터가 많지 않지만 CreateAI를 사용하여 자체 기계 학습 모델을 훈련시키기에는 충분합니다.
  • 3:26 - 3:34
    따라서 현재 데이터를 사용하여 ML 모델을 구축하려면 '모델 학습'을 클릭하세요.
  • 3:34 - 3:41
    이제 이 도구는 micro:bit를 움직일 때 다양한 동작을 인식하는 수학적 모델을 구축합니다.
  • 3:41 - 3:46
    모델이 훈련되면 모델 테스트 페이지가 표시됩니다.
  • 3:46 - 3:51
    이제 데이터 수집 micro:bit를 사용하여 모델이 얼마나 잘 작동하는지 테스트하세요.
  • 3:51 - 4:00
    여전히 도구에 연결되어 있어야 하며, 이동하면 CreateAI가 수행 중인 작업을 추정하는 것을 볼 수 있습니다.
  • 4:02 - 4:10
    각 작업을 시도하여 예상 작업과 확실성 막대 그래프의 변화를 모두 확인하세요.
  • 4:11 - 4:19
    확실성 막대 그래프의 %는 사용자가 각 작업을 수행하고 있다고 모델이 얼마나 확신하는지 보여줍니다.
  • 4:22 - 4:27
    모델이 일부 작업을 정확하게 예측하지 못하거나
  • 4:27 - 4:33
    한 작업에서는 잘 작동하지만 다른 작업에서는 제대로 작동하지 않을 수 있으므로 현재 작동 방식을 살펴본 후
  • 4:33 - 4:40
    '데이터 샘플 편집'을 클릭하여 개선하는 것이 좋습니다. 당신의 모델.
  • 4:40 - 4:46
    기계 학습 모델은 일반적으로 더 많은 데이터에서 가장 잘 작동하므로 각 작업에 대해 추가 샘플을 기록하거나
  • 4:46 - 4:55
    테스트에서 문제가 된 작업에 대해 더 많은 데이터를 수집하는 데 집중하세요.
  • 4:55 - 5:02
    한 번에 하나의 샘플을 녹음하거나 연속적으로 10개의 샘플을 녹음할 수 있습니다.
  • 5:10 - 5:23
    깨끗한 데이터 샘플은 ML 모델이 더 잘 작동하는 데 도움이 되므로 데이터 세트를 검사하고 모델을 혼동할 수 있는 데이터 샘플을 식별하세요.
  • 5:26 - 5:30
    X를 눌러 삭제할 수 있습니다.
  • 5:31 - 5:39
    더 많은 데이터를 추가하고 데이터 세트를 확인한 후 '모델 학습'을 다시 클릭하여 수정된 데이터 세트를 사용하세요.
  • 5:40 - 5:46
    그런 다음 '모델 테스트' 페이지에서 모델을 다시 테스트하세요.
  • 5:49 - 5:55
    ML 모델의 작동 방식이 만족스러우면 미리 만들어진 프로젝트 코드와 함께 사용할 수 있습니다.
  • 5:55 - 6:02
    Microsoft MakeCode 특별 버전의 코드 블록을 보려면 'MakeCode에서 편집'을 클릭하세요.
  • 6:02 - 6:10
    화면 왼쪽 상단에 있는 화살표를 사용하면 언제든지 CreateAI로 돌아갈 수 있습니다.
  • 6:10 - 6:19
    이러한 코드 블록은 운동 타이머 내에서 생성한 모델을 사용합니다.
  • 6:19 - 6:26
    코드는 3개의 변수를 사용하여 각 작업을 수행한 시간을 추적합니다.
  • 6:26 - 6:34
    프로그램이 처음 실행되면 이러한 타이머 변수를 0으로 설정합니다.
  • 6:34 - 6:40
    ML 모델이 특정 작업을 시작했다고 결정하면 'ML 시작 시' 블록이 트리거됩니다.
  • 6:40 - 6:49
    micro:bit의 LED 디스플레이에는 사용자가 수행 중인 것으로 추정되는 작업에 따라 다른 아이콘이 표시됩니다.
  • 6:50 - 7:01
    ML 모델이 사용자가 작업(이 경우 걷기, 점프 또는 정지)을 완료했다고 판단하면 'ML 중지 시' 블록이 트리거됩니다.
  • 7:01 - 7:07
    각 블록 내부의 코드는 화면을 지우고 방금 완료된 작업의 지속 시간을
  • 7:07 - 7:13
    각 작업의 총 시간을 저장하는 변수에 추가합니다.
  • 7:13 - 7:19
    ML 모델은 코드와 함께 작동하여 각 작업에 소요된 총 시간을 볼 수 있습니다.
  • 7:19 - 7:23
    버튼 A를 누르면 예상 걷는 시간을 볼 수 있습니다.
  • 7:23 - 7:28
    버튼 B를 누르면 모델이 예상한 점프 시간을 확인할 수 있습니다.
  • 7:28 - 7:34
    예상 지속 시간을 보려면 A와 B를 함께 누르세요.
  • 7:34 - 7:44
    타이머는 밀리초(1/1000초) 단위로 계산되므로 표시된 숫자를 1000으로 나누어 시간을 초 단위로 표시합니다.
  • 7:44 - 7:53
    AI 활동 타이머를 micro:bit에서 실행하려면 이 코드를 micro:bit에 다운로드하기만 하면 됩니다.
  • 7:53 - 8:01
    사용 가능한 다른 micro:bit가 없으면 현재 데이터 컬렉션 micro:bit에 있는 코드를 프로젝트 코드로 바꾸세요.
  • 8:02 - 8:05
    이제 실제 생활에서 프로젝트를 테스트해 볼 수 있습니다.
  • 8:05 - 8:10
    운동할 때 올바른 아이콘이 표시되나요?
  • 8:10 - 8:16
    타이머 코드가 모델과 잘 작동하는지 간단한 3단계로 테스트할 수 있습니다.
  • 8:16 - 8:19
    재설정 버튼을 누르세요. 30초 동안 점프하세요.
  • 8:19 - 8:26
    그런 다음 버튼 B를 누릅니다. 디스플레이에 숫자 30이 스크롤되는 것을 볼 수 있습니다.
  • 8:26 - 8:29
    이제 CreateAI에 연결하고,
  • 8:29 - 8:35
    자신의 데이터를 수집하고, 이를 사용하여 기계 학습 모델을 교육, 테스트 및 개선할 수 있습니다. 그런 다음
  • 8:35 - 8:41
    이 모델을 미리 만들어진 코드와 결합하여 자신의 마이크로에서 시험해 볼 수 있습니다. 조금.
  • 8:41 - 8:48
    이를 더욱 개인화할 수 있는 방법을 찾고 있다면 달리기나 댄스 스텝과 같은 다른 동작을 추가해 보세요.
  • 8:48 - 8:52
    즐기다!
Title:
AI activity timer step-by-step video
Description:

more » « less
Video Language:
English
Team:
Microbit_Educational_Foundation
Duration:
08:53
Microbit_Educational_Foundation edited Korean subtitles for AI activity timer step-by-step video

Korean subtitles

Revisions